Detektion von Bindefehlern beim DED-Arc

Author:

Neumann Benedikt1,Biegler Max1,Goecke Sven-Frithjof2,Rethmeier Michael3

Affiliation:

1. Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik IPK , Füge-und Beschichtigstechnik; Pascalstraße 8-9 , Berlin Germany

2. Technische Hochschule Brandenburg an der Havel Brandenburg Germany

3. Institut für Werkzeugmaschinen und Fabrikbetrieb (IWF) der TU Berlin; Fraunhofer IPK, Berlin & Bundesanstalt für Materialforschung und -prüfung (BAM) , Berlin Germany

Abstract

Abstract Based on artificial intelligence (AI) developed for monitoring arc welding, this article presents a deep neural network for monitoring lack of fusion defects in wire arc additive manufacturing of aluminium. The aim is to detect defects in built-up volumes on the basis of weld source data. These can be successfully processed by the algorithm presented and a trained AI. The achieved accuracy of the network is > 90 percent.

Publisher

Walter de Gruyter GmbH

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3